Python数据分析之数据聚合与分组运算（拆分、应用、合并） 持续更新…

目录

• 1.分组与聚合的原理
  • 1.2分组与聚合的过程分为三步
    • 1.2.1拆分
    • 1.2.2应用
    • 1.2.3合并
• 2. 通过groupby()方法将数据拆分成组
  • 2.1 groupby()方法
  • 2.2 groupby()方法的by参数
    • 2.2.1 按列名进行分组
    • 2.2.2 按Series对象进行分组

1.分组与聚合的原理

在Pandas中：

​ 分组：指使用特定的条件将原数据划分为多个组；

​ 聚合：对每个分组中的数据执行某些操作，最后将计算的结果进行整合。

1.2分组与聚合的过程分为三步

1.2.1拆分

将数据集按照些标准拆分为若干个组。split拆分方法

1.2.2应用

将某个函数或方法（内置和自定义均可）应用到每个分组。apply方法应用

1.2.3合并

将产生的新值整合到结果对象中。combine方法整合

2. 通过groupby()方法将数据拆分成组

​ 在Pandas中，可以通过groupby()方法将数据集按照某些标准划分成若干个组。

2.1 groupby()方法

by：用于确定进行分组的依据。

level：两层索引指定内外层，0/1。

axis：表示分组轴的方向。

sort：表示是否对分组标签进行排序，接收布尔值，默认为True。

​ groupby()方法会返回一个 Groupby对象，该对象实际上并没有进行任何计算，只是包含一些关于分组键的中间数据而已。

•使用Series调用groupby()方法返回的是SeriesGroupBy对象。

•使用DataFrame调用groupby()方法返回的是DataFrameBy对象。

2.2 groupby()方法的by参数

​ by 参数可以接受的数据有4种：列表或数组、DataFrame某列、字典或Series对象、函数

2.2.1 按列名进行分组

​ 如果DataFrame对象的某一列数据符合划分成组的标准，则可以将该列当做分组键来拆分数据集。

df = pd.DataFrame({"Key":['C','B','C','A','B','B','A','C','A'],
                   "Data":[2,4,6,8,10,1,14,16,18]})
                   
# 通过groupby()方法将数据集按照某些标准划分成若干个组。
# 按Key列进行分组 或 通过列名进行分组
# 如果DataFrame对象的某一列数据符合划分成组的标准，则可以将该列当做分组键来拆分数据集。

df.groupby(by='Key')

查看每个分组的具体内容，使用for循环遍历DataFrameGroupBy对象

group_obj = df.groupby('Key')
# 遍历分组对象
for i in group_obj:
    print(i)

2.2.2 按Series对象进行分组

​ 将自定义的Series类对象作为分组键进行分组。

# 按自定义Series对象进行分组 或 通过Series对象进行分组
# 将自定义的Series类对象作为分组键进行分组。
df = pd.DataFrame({'key1': ['A', 'A', 'B', 'B', 'A'],
                   'key2': ['one', 'two', 'one', 'two', 'one'],
                   'data1': [2, 3, 4, 6, 8],
                   'data2': [3, 5, 6, 3, 7]})
se = pd.Series(['a', 'b', 'c', 'a', 'b'])
group_obj = df.groupby(by = se)   
for i in group_obj:                  # 遍历分组对象
    print(i)

​ 如果Series对象与Pandas对象的索引长度不相同时，则只会将具有相同索引的部分数据进行分组。

# 当Series长度与原数据的索引值长度不同时
se = pd.Series(['a', 'a', 'b'])
group_obj = df.groupby(se)
for i in group_obj:           # 遍历分组对象
    print(i)

持续更新中…